Python中用for循环按国家分组行政区及KeyError报错解决

嘿，我来帮你搞定这个报错！咱们先拆解问题出在哪：

错误原因分析 #

1. KeyError的直接诱因：你用dn['interview_country', 'interview_district']选取多列的方式不对。在pandas里，选取多列必须用双层方括号，单层方括号会把('interview_country', 'interview_district')当成一个单独的列名去查找，而你的DataFrame里显然没有这个列，所以直接抛出KeyError。
2. 循环遍历逻辑错误：就算列选对了，for d, f in dn[...]的写法也没法正确提取每行的两个字段，得用pandas专门的遍历方法比如iterrows()。
3. 笔误小坑：你定义了mo_d = []，但最后一个判断分支里写的是zo_d.append(f)，这会触发新的NameError，得改成mo_d.append(f)。

修复方案一：改进你的循环写法 #

先修正列选取方式，再正确遍历每行数据：

sa_d = [] 
ma_d = [] 
za_d = [] 
mo_d = [] 

# 用双层方括号选取多列，再用iterrows遍历每一行（_是占位符，用来接收不需要的行索引）
for _, row in dn[['interview_country', 'interview_district']].iterrows():
    country = row['interview_country']
    district = row['interview_district']
    if country == 'South Africa':
        sa_d.append(district)
    elif country == 'Malawi':
        ma_d.append(district)
    elif country == 'Zambia':
        za_d.append(district)
    elif country == 'Mozambique':
        mo_d.append(district)  # 修正笔误

修复方案二：更高效的Pandas分组方式（强烈推荐） #

手动写循环不仅麻烦，数据量大的时候还很慢。用pandas内置的groupby方法可以一键完成分组，代码更简洁高效：

# 按国家分组，将每个国家的行政区聚合为列表，最后转成字典
country_district_map = dn.groupby('interview_country')['interview_district'].agg(list).to_dict()

# 直接通过字典键获取对应国家的行政区列表，第二个参数是默认空列表，避免键不存在时报错
sa_d = country_district_map.get('South Africa', [])
ma_d = country_district_map.get('Malawi', [])
za_d = country_district_map.get('Zambia', [])
mo_d = country_district_map.get('Mozambique', [])

这种方法的优势很明显：

• 不需要手动维护多个列表，代码更简洁易读
• Pandas的分组函数是C级别的优化，比Python原生循环快得多
• 自动适配所有国家，以后新增国家也不用修改代码

最后再提醒下：确认你的DataFrame里确实存在interview_country和interview_district这两个列，没有拼写错误哦！

内容的提问来源于stack exchange，提问作者ckroutz